79 membandingkan antara nilai statistik Phillip-Perron yang diperoleh
dari koefisien y dengan nilai kritis distribusi statistik Mackinnon. Jika nilai absolut dari statistik PP lebih besar dari nilai kritisnya pada
diferensi tingkat pertama, maka data dikatakan stasioner pada derajat satu. Akan tetapi, jika nilainya lebih kecil maka uji derajat integrasi
perlu dilanjutkan pada diferensi yang lebih tinggi sehingga diperoleh data yang stasioner. Langkah-langkah pengujian sebagai berikut:
Hipotesis: Ho : Data tersebut tidak stasioner pada derajat 1, 2, ........ dst
Ha : Data tersebut stasioner pada derajat 1, 2, .........dst Pengambilan keputusan dilakukan dengan kriteria:
Jika PP t-statistik PP kritis statistik critical value α = ....
maka Ho ditolak Jika PP t-statistik PP kritis statistik critical value
α = .... maka Ho diterima
4. Uji Kointegrasi
Data time series yang tidak stasioner kemungkinan besar akan menghasilkan regresi lancung spurious regression. Regresi lancung terjadi
jika koefisien determinasi cukup tinggi tapi hubungan antara variabel independen dan variabel dependen tidak mempunyai makna. Hal ini terjadi
karena hubungan keduanya yang merupakan data time series hanya
80 menunjukkan trend saja. Jadi tingginya koefisien determinasi karena trend
bukan karena hubungan antar keduanya.
Berdasarkan uji stasionaritas, apabila data varibel makro tidak stasioner pada tingkat level sedangkan pada tingkat diferensi pertama, kedua
data menjadi stasioner, maka penelitian dapat dilanjutkan pada Uji
Kointegrasi.
Langkah-langkah pengujian sebagai berikut: Hipotesis:
Ho : Tidak terdapat hubungan jangka panjang antara variabel independen dan variabel dependen.
Ha : Terdapat hubungan jangka panjang antara variabel independen dan variabel dependen.
Pengambilan keputusan dilakukan dengan kriteria: Jika nilai trace statistic nilai critical value maka Ho ditolak
Jika nilai trace statistic nilai critical value maka Ho diterima
5. Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk mendeteksi apakah terdapat multikolinieritas, heteroskedastisitas dan autokorelasi. Uji asumsi klasik
penting dilakukan untuk menghasilkan estimator yang linier tidak bias dengan varian yang minimum Best Linier Unbiased Estimator =
BLUE, yang berarti model regresi tidak mengandung masalah. Untuk itu diperlukannya pendeteksian lebih lanjut, diantaranya:
